Return 管道、网格搜索和目标转换后的系数

Question

这个问题之前有人问过， and here。当我尝试这些答案时，我的错误消息是我的模型没有 coef 的属性。我使用管道、网格搜索和目标转换。我可以访问模型本身，但我的错误消息是我的模型 SGDRegressor 没有属性 coef_。

cv_inner = KFold(n_splits=5, shuffle=True)
params = {'model__regressor__penalty':['elasticnet']
            ,'model__regressor__l1_ratio': [0.1,0.3]
            }
mymodel = Pipeline(steps = [('preprocessor', preprocessor),
                                ('model', TTR(regressor=SGDRegressor(n_jobs=-1),transformer=qt))
                                ])
optimize_hparams = GridSearchCV(
    estimator = mymodel, param_grid=params, n_jobs = -1,
    cv=cv_inner, scoring='neg_mean_absolute_error')
optimize_hparams.fit(X, y)
optimize_hparams.best_estimator_.named_steps['model'].regressor.coef_
# 'SGDRegressor' object has no attribute 'coef_'

Answer 1

TransformedTargetRegressor 属性 regressor 是输入未拟合估计量。你想要 regressor_，拟合回归量。（注意文档说 regressor 在拟合之前被克隆，这就是属性保持不拟合的原因。）

Return 管道、网格搜索和目标转换后的系数

Return coefficients after Pipeline, GridSearch, and Target Transformation

python

scikit-learn

grid-search

coefficients